Übersicht über Volatility Clustering

Volatilitätsclustering ist die Tendenz zu starken Preisveränderungen bei finanziellen Vermögenswerten, die zu einer Anhäufung dieser Größenordnungen von Preisveränderungen führen. Eine andere Möglichkeit, das Phänomen der Volatilitätsclusterung zu beschreiben, besteht darin, den berühmten Wissenschaftler und Mathematiker Benoit Mandelbrot zu zitieren und es als die Beobachtung zu definieren, dass "auf große Änderungen große Änderungen folgen ... und auf kleine Änderungen kleine Änderungen folgen" kommt zu Märkten. Dieses Phänomen wird beobachtet, wenn längere Zeiträume mit hoher Marktvolatilität oder einer relativen Rate, mit der sich der Preis eines finanziellen Vermögenswerts ändert, gefolgt von einer Periode "ruhiger" oder geringer Volatilität verlaufen.

Das Verhalten der Marktvolatilität

Zeitreihen der Renditen finanzieller Vermögenswerte zeigen häufig eine Häufung von Volatilitäten. In einer Zeitreihe von Aktienkursen wird zum Beispiel beobachtet, dass die Varianz der Renditen oder logarithmischen Preise über längere Zeiträume hoch und dann über längere Zeiträume niedrig ist. Daher kann die Varianz der täglichen Renditen in einem Monat hoch sein (hohe Volatilität) und im nächsten Monat niedrig sein (niedrige Volatilität). Dies geschieht in einem solchen Ausmaß, dass ein ID-Modell (unabhängiges und identisch verteiltes Modell) von Protokollpreisen oder Anlagenrenditen nicht überzeugend ist. Genau diese Eigenschaft von Zeitreihen von Preisen wird als Volatilitätsclustering bezeichnet.

In der Praxis und in der Welt des Investierens bedeutet dies, dass die Märkte auf neue Informationen mit großen Preisbewegungen (Volatilität) reagieren und diese Umgebungen mit hoher Volatilität nach diesem ersten Schock für eine Weile andauern. Mit anderen Worten, wenn ein Markt einen volatilen Schock erleidet, sollte mehr Volatilität erwartet werden. Dieses Phänomen wurde als das bezeichnet Anhalten von Volatilitätsschocks, woraus sich das Konzept des Volatilitätsclusters ergibt. 

Modellierung von Volatilitätsclustern

Das Phänomen des Volatilitätsclusters war für Forscher mit unterschiedlichem Hintergrund von großem Interesse und hat die Entwicklung stochastischer Modelle im Finanzbereich beeinflusst. Volatilitätsclustering wird jedoch in der Regel durch Modellierung des Preisprozesses mit einem ARCH-Modell erreicht. Heutzutage gibt es mehrere Methoden zur Quantifizierung und Modellierung dieses Phänomens, aber die beiden am häufigsten verwendeten Modelle sind die autoregressive bedingte Heteroskedastizität (ARCH) und die generalisierten autoregressiven bedingten Heteroskedastizitätsmodelle (GARCH).

ARCH-Modelle und stochastische Volatilitätsmodelle werden von Forschern zwar verwendet, um einige statistische Systeme anzubieten, die Volatilitätscluster imitieren, sie geben jedoch keine wirtschaftliche Erklärung dafür.